基于网格搜索和支持向量机的矿用风机故障诊断研究

被引：12

作者：

乔志刚

机构：

[1] 西山煤电公司

来源：

中州煤炭 | 2015年 / 02期

关键词：

支持向量机; 网格搜索法; 矿用通风机; 故障诊断;

D O I：

暂无

中图分类号：

TD441 [矿山通风设备];

学科分类号：

081906 [智能矿山工程];

摘要：

鉴于支持向量机在小样本数据情况下能够获得较大推广能力的特点,提出将支持向量机应用到矿用通风机的故障诊断中。利用网格搜索法对支持向量机进行参数寻优,通过多类分类方法对通风机故障进行分类,建立故障诊断模型。试验结果显示,该方法准确率较高,具有很好的适用性。

引用

页码：81 / 83+124 +124

页数：4

共 10 条

[1]

支持向量机导论.[M].(英)NelloCristianini;(英)JohnShawe-Taylor著;李国正等译;.电子工业出版社.2004,

[2]

Fault diagnosis strategy for incompletely described samples and its application to refrigeration system.[J].Neng Ren;Jun Liang;Bo Gu;Hua Han.Mechanical Systems and Signal Processing.2007, 2

[3]

基于小波分析的矿用车柴油机振动信号去噪处理 [J].

王业琴 ;

赵志国 .

煤矿机械, 2012, 33 (12) :263-265

[4]

说话人识别中支持向量机核函数参数优化研究 [J].

刘祥楼 ;

贾东旭 ;

李辉 ;

姜继玉 .

科学技术与工程, 2010, 10 (07) :1669-1673

[5]

基于SVM的多分类器构造算法的研究 [J].

成洪静 ;

陈立潮 ;

张英俊 ;

李静 .

计算机技术与发展, 2008, 18 (12) :109-112

[6]

基于改进支持向量机方法的汽轮机故障诊断研究 [J].

张鸿雁 .

煤矿机械, 2008, (07) :197-199

[7]

基于网格搜索的支持向量机核函数参数的确定 [J].

王兴玲 ;

李占斌 .

中国海洋大学学报(自然科学版), 2005, (05) :859-862

[8]

基于支持向量机的故障诊断方法 [J].

王华忠 ;

张雪申 ;

俞金寿 .

华东理工大学学报, 2004, (02) :179-182

[9]

基于遗传编程和支持向量机的故障诊断模型 [J].

李良敏 ;

屈梁生 ;

不详 .

西安交通大学学报 , 2004, (03) :239-242

[10]

关于统计学习理论与支持向量机 [J].

张学工 .

自动化学报, 2000, (01)

← 1 →